SSTG-Nav: Memoria Metrico-Semantica Riutilizzabile per la Navigazione verso Oggetti

Un nuovo articolo di ricerca introduce SSTG-Nav, un sistema di memoria metrico-semantica riutilizzabile progettato per migliorare la navigazione verso oggetti per robot di servizio che operano in ambienti familiari per periodi prolungati. A differenza degli approcci tradizionali di ObjectNav che trattano la navigazione come un'esplorazione one-shot, SSTG-Nav sfrutta un'indagine una tantum per creare obiettivi oggetto utilizzabili, consolidando le evidenze da più punti di vista e mantenendo punti di sosta di recupero spazialmente distinti. Questo affronta la sfida di riconoscere un oggetto senza identificare un punto di arresto raggiungibile e mitiga il rischio che un singolo errore di mappa termini il compito. Il sistema è stato valutato su 1.000 episodi HM3D-v2 in 36 scene, raggiungendo un tetto di successo geometrico del 99,4% con la sua topologia indipendente dagli obiettivi. Quando le risposte semantiche sono state mantenute fisse, il grounding metrico ha migliorato il Tasso di Successo (SR) e SPL da 0,835/0,560 a 0,920/0,603, e la fusione source-aware ha raggiunto 0,926/0,586. Il recupero Top-3 fusion-aware ha ulteriormente migliorato le metriche Success@1/2/3. L'articolo è disponibile su arXiv con l'identificatore 2608.00527.